Òîðãîâûå óñëîâèÿ
Ïðîäóêòû
Èíñòðóìåíòû
Íîâàÿ ìîäåëü ÈÈ îáåùàåò ñæàòü íåäåëè ïîäãîòîâêè ñèìóëÿöèé äî íåñêîëüêèõ ÷àñîâ è ñòàòü øàãîì ê «ôèçè÷åñêîìó AGI». Íî åñòü ëè ó ïðîðûâà ïîäâîäíûå êàìíè? Ïðåäñòàâüòå: ÈÈ ñìîòðèò ëþáèòåëüñêîå âèäåî, êàê ÷åëîâåê èãðàåò â áàñêåòáîë, àíàëèçèðóåò òðàåêòîðèè è áèîìåõàíèêó, à ñïóñòÿ âñåãî íåñêîëüêî ÷àñîâ ãóìàíîèäíûé ðîáîò èäåàëüíî çàáðàñûâàåò ìÿ÷ â êîðçèíó. Íî ýòî íå ôàíòàñòè÷åñêèé ýïèçîä, ýòî óæå ðåàëüíîñòü.
Êîìïàíèÿ Google îòêðûëà ãëîáàëüíûé äîñòóï ê Gemini 4 Argon – ñâîåé íîâåéøåé ôëàãìàíñêîé ÈÈ-ìîäåëè.  DeepMind å¸ îêðåñòèëè «óíèâåðñàëüíîé ìîäåëüþ ôèçè÷åñêîãî ìûøëåíèÿ». È õîòÿ Argon ïîçèöèîíèðóåòñÿ êàê ìîùíûé èíñòðóìåíò äëÿ ïðîãðàììèðîâàíèÿ, êîðïîðàòèâíîãî óïðàâëåíèÿ çíàíèÿìè è êèáåðáåçîïàñíîñòè, èìåííî ðîáîòîòåõíè÷åñêèå äåìî ñòàëè ãëàâíîé çâåçäîé ïðåçåíòàöèè.
Ìàãèÿ êîíâåéåðà «Video-to-Sim-to-Real»
Ãëàâíàÿ áîëü ðîáîòîòåõíèêè – ñîçäàíèå ñðåä äëÿ îáó÷åíèÿ. ×òîáû ðîáîò ïîíÿë, êàê îòêðûòü äâåðü èëè áðîñèòü ïðåäìåò, èíæåíåðàì ïðèõîäèëîñü íåäåëÿìè âðó÷íóþ ïðîïèñûâàòü ôèçèêó è ïàðàìåòðû â ñèìóëÿòîðàõ. Argon ìåíÿåò ïðàâèëà èãðû.
 Google ïðåäñòàâèëè êîíâåéåð Video-to-Sim-to-Real («îò âèäåî ê ñèìóëÿöèè è ê ðåàëüíîñòè»). Ìîäåëü ñìîòðèò îáû÷íûé âèäåîðîëèê, ñòðîèò íà åãî îñíîâå òî÷íóþ ôèçè÷åñêóþ êàðòó ïðîñòðàíñòâà, ïðîñ÷èòûâàåò êèíåìàòèêó ñóñòàâîâ è ñàìà ïèøåò êîä äëÿ ñèìóëÿöèè.
Ïî ñëîâàì ðàçðàáîò÷èêîâ, ýòîò ïðîöåññ «ñæèìàåò íåäåëè ðó÷íîãî ìîäåëèðîâàíèÿ äî íåñêîëüêèõ ÷àñîâ», ïðåâðàùàÿ ëþáîé ðîëèê èç èíòåðíåòà â áåñêîíå÷íóþ òðåíèðîâî÷íóþ ïëîùàäêó.
Êàê ýòî ðàáîòàåò íà ïðàêòèêå?
Èãðà â êîðíõîë.  îäíîì èç òåñòîâ Argon èçó÷èë âèäåî ñ áðîñêàìè ÷åëîâåêà, ñîçäàë êàðòó ïðîñòðàíñòâà è ðàññ÷èòàë íóæíóþ àìïëèòóäó äâèæåíèé. Íàâûê ïåðåíåñëè íà ãóìàíîèäà Apollo îò Apptronik, êîòîðûé â ðåàëüíûõ óñëîâèÿõ «áûñòðî çàáðîñèë ñåìü ìåøî÷êîâ ïîäðÿä».
Ìóñîðíîå âåäðî è áàíêà ãàçèðîâêè. ×åòâåðîíîãèé Spot îò Boston Dynamics, îñíàùåííûé ìàíèïóëÿòîðîì, äîëæåí áûë âûáðîñèòü áàíêó. Argon ñîçäàë â ñèìóëÿòîðå MuJoCo öèôðîâîé äâîéíèê âåäðà ñ ïåäàëüþ.
Ðîáîò îòðåïåòèðîâàë â «ìàòðèöå» ñëîæíóþ áàëàíñèðîâêó íà òðåõ íîãàõ, ÷òîáû íàæàòü íà ïåäàëü.  ðåàëüíîñòè Spot óñïåøíî íàæàë íà êðûøêó, ïðîâåðèë ïîçèöèîíèðîâàíèå áàíêè êàìåðîé íà «çàïÿñòüå» è òî÷íî îòïðàâèë ìóñîð â öåëü.
Îäèí ñíèìîê – 4500 çàäà÷.  åùå îäíîì äåìî íåéðîñåòü ïîñìîòðåëà íà åäèíñòâåííóþ ôîòîãðàôèþ êóõîííîé ñòîëåøíèöû, ñàìà ïðèäóìàëà ñöåíàðèè âçàèìîäåéñòâèÿ è ñãåíåðèðîâàëà áîëåå 4500 òðåíèðîâî÷íûõ ýïèçîäîâ ñî ñëó÷àéíûìè âàðèàöèÿìè.
Ýòî ïîçâîëèëî ïîäíÿòü òî÷íîñòü âûïîëíåíèÿ çàäà÷ ðîáîòîì (â ñâÿçêå «çðåíèå – ÿçûê – äåéñòâèå») ñ 56% äî 75%, à âðåìÿ îòêëèêà ñîêðàòèëîñü ñ 35 äî 24 ñåêóíä.
Îá ýòèõ è äðóãèõ êåéñàõ ïîäðîáíî ðàññêàçàë â áëîãå äëÿ ðàçðàáîò÷èêîâ Êàíèøêà Ðàî, âåäóùèé èíæåíåð-ïðîãðàììèñò Google.
Ðåêîðäû áåí÷ìàðêîâ è «÷èñòîå ìûøëåíèå»
Öèôðû ïîäòâåðæäàþò: Argon – íå ïðîñòî êðàñèâàÿ êàðòèíêà.  áåí÷ìàðêå Embodied Reasoning (ERQA), êîòîðûé îöåíèâàåò ñïîñîáíîñòü ÈÈ ðåøàòü ïðîñòðàíñòâåííûå è ôèçè÷åñêèå çàäà÷è â 3D-ñðåäå, ìîäåëü íàáðàëà 87%.
Ñàìîå âïå÷àòëÿþùåå, ïî ñëîâàì ïðåäñòàâèòåëåé Google, ÷òî ýòîò ðåçóëüòàò áûë äîñòèãíóò «çà ñ÷¸ò îäíèõ ëèøü ðàññóæäåíèé».
Ìîäåëü íå ñòàëè ñïåöèàëüíî «íàòàñêèâàòü» íà ðîáîòîòåõíè÷åñêèå äàòàñåòû – îíà ïðîñòî ïðèìåíèëà ñâîå ïîíèìàíèå ôèçèêè. Êàê îòìå÷àåò The Times of India, ýòî îòêðûâàåò ïóòü ê ñîçäàíèþ ðîáîòîâ, ñïîñîáíûõ àäàïòèðîâàòüñÿ ê ëþáûì óñëîâèÿì áåç ïåðåïðîøèâêè ïîä êàæäóþ íîâóþ çàäà÷ó.
Öåíà âîïðîñà è ïóòü ê «Ôèçè÷åñêîìó AGI»
Äîñòóï ê Argon óæå îòêðûò ïî âñåìó ìèðó ÷åðåç ïëàòíûé Gemini API è äëÿ ïîäïèñ÷èêîâ Google AI. Ââîäíûå öåíû âûãëÿäÿò ïðèâëåêàòåëüíî: $2 çà ìèëëèîí âõîäíûõ òîêåíîâ è $10 çà ìèëëèîí âûõîäíûõ. Îäíàêî ñïåøèòå âîñïîëüçîâàòüñÿ – ýòîò òàðèô äåéñòâóåò òîëüêî äî 30 íîÿáðÿ 2026 ãîäà. Ïîñëå Íîâîãî ãîäà öåííèê âûðàñòåò ðîâíî âäâîå ($4 è $20 ñîîòâåòñòâåííî).
Íàïîìíèì, ÷òî âïåðâûå î ñóùåñòâîâàíèè Argon ñòàëî èçâåñòíî 30 ñåíòÿáðÿ. Òîãäà Google â ðàìêàõ äîáðîâîëüíîé ïðîöåäóðû ïðàâèòåëüñòâà ÑØÀ ïðåäîñòàâèëà ðàííèé äîñòóï ê ìîäåëè óçêîìó êðóãó ýêñïåðòîâ ïî êèáåðáåçîïàñíîñòè ÷åðåç ïðîãðàììó Fairwind Program.
Ëîæêà äåãòÿ: åñòü ëè ïîäâîäíûå êàìíè?
Êàê è äðóãèå ôóíäàìåíòàëüíûå ìîäåëè, Argon ìîæåò îøèáàòüñÿ è âûäàâàòü æåëàåìîå çà äåéñòâèòåëüíîå. Â âîïðîñàõ ôèçèêè îøèáêà ÈÈ ìîæåò ñòîèòü íå ïðîñòî íåâåðíîãî òåêñòà, à ðàçáèòîé ïîñóäû èëè ñëîìàííîãî ðîáîòà.
Íåò íåçàâèñèìîé ïðîâåðêè. Âñå âîñòîðæåííûå äåìî ñ Apollo è Spot ïîêà ñóùåñòâóþò èñêëþ÷èòåëüíî â ñòåíàõ ëàáîðàòîðèé è íà âèäåî ñàìîé Google. Íåçàâèñèìûå èññëåäîâàòåëè åùå íå ïîëó÷èëè äîñòóï ê «ñûðîé» ìîäåëè äëÿ ñòðåññ-òåñòîâ â ðåàëüíûõ, íåèäåàëüíûõ óñëîâèÿõ.
Òåì íå ìåíåå, â Google íå ñêðûâàþò ñâîèõ ãëîáàëüíûõ àìáèöèé. Ðàçðàáîò÷èêè íàçûâàþò ðåëèç Argon âàæíåéøèì øàãîì ê òàê íàçûâàåìîìó «ôèçè÷åñêîìó AGI» (îáùåìó èñêóññòâåííîìó èíòåëëåêòó, ïîíèìàþùåìó ìàòåðèàëüíûé ìèð).
Êîíå÷íàÿ öåëü àìáèöèîçíà è ïðåêðàñíà: ñîçäàòü ðîáîòîâ, êîòîðûå ñìîãóò íå ïðîñòî âûïîëíÿòü çàó÷åííûå àëãîðèòìû íà çàâîäàõ, à ïîëíîöåííî ðàáîòàòü áîê î áîê ñ ëþäüìè, ðåøàÿ ñëîæíûå áûòîâûå è ïðîôåññèîíàëüíûå çàäà÷è.
È åñëè â÷åðàøíÿÿ ïðåçåíòàöèÿ – ýòî ïðàâäà, à íå ïðîñòî ðåíäåð, òî áóäóùåå íàñòóïèëî íåìíîãî ðàíüøå, ÷åì ìû îæèäàëè.
Ñ àíàëèòèêîé îò êîìïàíèè ÈíñòàÔîðåêñ Âû âñåãäà áóäåòå çíàòü î ðûíî÷íûõ òðåíäàõ! Çàðåãèñòðèðóéòåñü â ÈíñòàÔîðåêñ è ïîëó÷èòå äîñòóï ê åùå áîëüøåìó êîëè÷åñòâó áåñïëàòíûõ ñåðâèñîâ äëÿ ïðèáûëüíîé òîðãîâëè.